模型训练篇 | yolov10来了！手把手教你如何用yolov10训练自己的数据集（含网络结构 + 模型训练 + 模型推理等）

时间：2024-11-23 07:00:12

前言：Hello大家好，我是小哥谈。YOLOv9还没捂热乎，YOLOv10就推出来了，太卷了，太快了，坐等YOLOv9000！自今年2月YOLOv9发布之后， YOLO（You Only Look Once）系列的接力棒传到了清华大学研究人员的手上。YOLOv10推出的消息引发了AI界的关注，它被认为是计算机视觉领域的突破性框架，以实时的端到端目标检测能力而闻名，通过提供结合效率和准确性的强大解决方案，延续了YOLO系列的传统。新版本发布之后，很多人已经进行了部署测试，效果不错，本节课就带领大家如何基于YOLOv10训练模型并推理测试！~????

     目录

????1.算法介绍

????2.网络结构

????3.数据标注

????4.模型训练

第1步：准备数据集

第2步：创建yaml文件

第3步：下载预训练权重

第4步：新建Python文件

第5步：调节参数

第6步：开始训练

????5.模型推理

????6.导出模型

????7.本节总结

????1.算法介绍

在我们深入探讨YOLOv10之前，让我们回顾一下YOLO的发展历程。YOLO在实时目标检测领域一直是先驱，兼顾速度和准确性。从YOLOv1到YOLOv9，每个版本在架构、优化和数据增强方面都引入了显著的改进。然而，随着模型的发展，某些限制依然存在，特别是对后处理依赖非极大值抑制（NMS），这会减慢推理速度。YOLOv10正面解决了这些挑战，使其成为实时应用中稳健高效的模型。

YOLOv10是清华大学研究人员所研发的一种新的实时目标检测方法，解决了YOLO以前版本在后处理和模型架构方面的不足。通过消除非最大抑制（NMS）和优化各种模型组件，YOLOv10在显著降低计算开销的同时实现了最先进的性能。并用大量实验证明，YOLOv10在多个模型尺度上实现了卓越的精度-延迟权衡。

YOLOv10亮点：

  1. 无 NMS 设计：利用一致的双重分配来消除对NMS的需求，从而减少推理延迟。

  2. 整体模型设计：从效率和准确性的角度全面优化各种组件，包括轻量级分类头、空间通道去耦向下采样和等级引导块设计。

  3. 增强的模型功能：纳入大核卷积和部分自注意模块，在不增加大量计算成本的情况下提高性能。

自从Ultralytics发布YOLOv5以来，我们已经习惯了每次YOLO发布时提供各种模型尺寸：nano、small、medium、large和xlarge。YOLOv10也不例外，清华大学的研究人员也提供了一系列预训练模型，可以用于各种目标检测任务。

所有这些模型在延迟和平均精度（AP）方面表现出优于之前YOLO版本的性能，如下图所示：

YOLOv10有多种型号，可满足不同的应用需求：

YOLOv10-N：用于资源极其有限环境的纳米版本。
YOLOv10-S：兼顾速度和精度的小型版本。
YOLOv10-M：通用中型版本。
YOLOv10-B：平衡型，宽度增加，精度更高。
YOLOv10-L：大型版本，精度更高，但计算资源增加。
YOLOv10-X：超大型版本可实现最高精度和性能。

论文题目：《YOLOv10: Real-Time End-to-End Object Detection》

论文地址：  /pdf/2405.14458

代码实现：  GitHub - THU-MIG/yolov10: YOLOv10: Real-Time End-to-End Object Detection

关于YOLOv10的完整源码+权重文件，作者已经上传至我的“资源”中，大家可自行下载。

或者，可通过百度网盘下载。

链接：/s/1ED95U7zYoq3QQ6ViCl86rQ?pwd=k75s 
提取码：k75s 
--来自百度网盘超级会员V4的分享

 备注：上述源码作者已测试成功。

????2.网络结构

关于YOLOv10的网络结构图具体如下图所示：

备注：后续关于改进就是基于上述YOLOv10网络结构图，请大家提前熟悉其基础组件。 

????3.数据标注

利用labelimg或者make sense软件来标注数据，关于如何使用labelimg或者make sense软件来为自己的数据集打上标签，请参考作者专栏文章：????

说明：♨️♨️♨️

数据标注工具的使用教程：

YOLOv5入门实践（1）— 手把手教你使用labelimg标注数据集（附安装包+使用教程）

YOLOv5入门实践（2）— 手把手教你使用make sense标注数据集（附工具地址+使用教程）

????4.模型训练

第1步：准备数据集

将数据集放在datasets文件夹中。datasets属于放置数据集的地方，位于PycharmProjects中，C:\Users\Lenovo\PycharmProjects中（这是我的电脑位置，跟你的不一定一样，反正位于PycharmProjects中，如果没有，可自行创建），属于项目的同级文件夹。

具体如下图所示：

打开datasets文件夹，可以看到本次安全帽训练所使用的数据集。

安全帽佩戴检测数据集是我手动标注好的，可以在我的博客“资源”中下载。

打开数据集文件，我们会看到数据集文件包括images和labels两个文件夹，其中，images放的是数据集图片，包括train和val两个文件夹，labels放的是经过labelimg标注所生成的标签，也包括train和val两个文件夹。

关于此处数据集的逻辑关系，用一张图总结就是：⬇️⬇️⬇️

第2步：创建yaml文件

打开pycharm，选择yolov10-main项目源码文件，在datasets下新建一个，具体位置是ultralytics/cfg/datasets，如下图所示：????

打开，其内容如下：

    

  1. 

    

    # Train/val
    

    2. 

  2. 

    

    train: C:\Users\Lenovo\PycharmProjects\datasets\SafetyHelmetWearingDataset\images\train
    

    3. 

  3. 

    

    val: C:\Users\Lenovo\PycharmProjects\datasets\SafetyHelmetWearingDataset\images\val
    

    4. 

  4. 

    

    test: # test images

    

    5. 

  5. 

    

     
    

    6. 

  6. 

    

    # Classes
    

    7. 

  7. 

    

    nc: 2  # number of classes

    

    8. 

  8. 

    

    names: ['helmet','nohelmet']
    

    9.

说明：♨️♨️♨️

1.train和val为绝对路径地址，可根据自己数据集的路径地址自行设置。

2.nc指的是分类，即模型训练结果分类，此处为在用labelimg或者make sense为数据集标注时候确定。

3.由于本次进行的是安全帽佩戴检测模型训练，所以分两类，分别是：helmet（佩戴安全帽）和nohelmet（不佩戴安全帽）

打开文件，可以看到里面写的是相对路径，和我们的写法不同，但是都可以使用，据我所知还有很多种数据集读取方式：

    

  1. 

    

    # Ultralytics YOLO ????, AGPL-3.0 license
    

    2. 

  2. 

    

    # COCO 2017 dataset  by Microsoft
    

    3. 

  3. 

    

    # Documentation: /datasets/detect/coco/
    

    4. 

  4. 

    

    # Example usage: yolo train data=
    

    5. 

  5. 

    

    # parent
    

    6. 

  6. 

    

    # ├── ultralytics
    

    7. 

  7. 

    

    # └── datasets
    

    8. 

  8. 

    

    #     └── coco  ← downloads here (20.1 GB)
    

    9. 

  9. 

    

     
    

    10. 

  10. 

    

    # Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
    

    11. 

  11. 

    

    path: ../datasets/coco # dataset root dir

    

    12. 

  12. 

    

    train:  # train images (relative to 'path') 118287 images

    

    13. 

  13. 

    

    val:  # val images (relative to 'path') 5000 images

    

    14. 

  14. 

    

    test:  # 20288 of 40670 images, submit to /competitions/20794

    

    15. 

  15. 

    

     
    

    16. 

  16. 

    

    # Classes
    

    17. 

  17. 

    

    names:
    

    18. 

  18. 

    

      0: person
    

    19. 

  19. 

    

      1: bicycle
    

    20. 

  20. 

    

      2: car
    

    21. 

  21. 

    

      3: motorcycle
    

    22. 

  22. 

    

      4: airplane
    

    23. 

  23. 

    

      5: bus
    

    24. 

  24. 

    

      6: train
    

    25. 

  25. 

    

      7: truck
    

    26. 

  26. 

    

      8: boat
    

    27. 

  27. 

    

      9: traffic light
    

    28. 

  28. 

    

      10: fire hydrant
    

    29. 

  29. 

    

      11: stop sign
    

    30. 

  30. 

    

      12: parking meter
    

    31. 

  31. 

    

      13: bench
    

    32. 

  32. 

    

      14: bird
    

    33. 

  33. 

    

      15: cat
    

    34. 

  34. 

    

      16: dog
    

    35. 

  35. 

    

      17: horse
    

    36. 

  36. 

    

      18: sheep
    

    37. 

  37. 

    

      19: cow
    

    38. 

  38. 

    

      20: elephant
    

    39. 

  39. 

    

      21: bear
    

    40. 

  40. 

    

      22: zebra
    

    41. 

  41. 

    

      23: giraffe
    

    42. 

  42. 

    

      24: backpack
    

    43. 

  43. 

    

      25: umbrella
    

    44. 

  44. 

    

      26: handbag
    

    45. 

  45. 

    

      27: tie
    

    46. 

  46. 

    

      28: suitcase
    

    47. 

  47. 

    

      29: frisbee
    

    48. 

  48. 

    

      30: skis
    

    49. 

  49. 

    

      31: snowboard
    

    50. 

  50. 

    

      32: sports ball
    

    51. 

  51. 

    

      33: kite
    

    52. 

  52. 

    

      34: baseball bat
    

    53. 

  53. 

    

      35: baseball glove
    

    54. 

  54. 

    

      36: skateboard
    

    55. 

  55. 

    

      37: surfboard
    

    56. 

  56. 

    

      38: tennis racket
    

    57. 

  57. 

    

      39: bottle
    

    58. 

  58. 

    

      40: wine glass
    

    59. 

  59. 

    

      41: cup
    

    60. 

  60. 

    

      42: fork
    

    61. 

  61. 

    

      43: knife
    

    62. 

  62. 

    

      44: spoon
    

    63. 

  63. 

    

      45: bowl
    

    64. 

  64. 

    

      46: banana
    

    65. 

  65. 

    

      47: apple
    

    66. 

  66. 

    

      48: sandwich
    

    67. 

  67. 

    

      49: orange
    

    68. 

  68. 

    

      50: broccoli
    

    69. 

  69. 

    

      51: carrot
    

    70. 

  70. 

    

      52: hot dog
    

    71. 

  71. 

    

      53: pizza
    

    72. 

  72. 

    

      54: donut
    

    73. 

  73. 

    

      55: cake
    

    74. 

  74. 

    

      56: chair
    

    75. 

  75. 

    

      57: couch
    

    76. 

  76. 

    

      58: potted plant
    

    77. 

  77. 

    

      59: bed
    

    78. 

  78. 

    

      60: dining table
    

    79. 

  79. 

    

      61: toilet
    

    80. 

  80. 

    

      62: tv
    

    81. 

  81. 

    

      63: laptop
    

    82. 

  82. 

    

      64: mouse
    

    83. 

  83. 

    

      65: remote
    

    84. 

  84. 

    

      66: keyboard
    

    85. 

  85. 

    

      67: cell phone
    

    86. 

  86. 

    

      68: microwave
    

    87. 

  87. 

    

      69: oven
    

    88. 

  88. 

    

      70: toaster
    

    89. 

  89. 

    

      71: sink
    

    90. 

  90. 

    

      72: refrigerator
    

    91. 

  91. 

    

      73: book
    

    92. 

  92. 

    

      74: clock
    

    93. 

  93. 

    

      75: vase
    

    94. 

  94. 

    

      76: scissors
    

    95. 

  95. 

    

      77: teddy bear
    

    96. 

  96. 

    

      78: hair drier
    

    97. 

  97. 

    

      79: toothbrush
    

    98. 

  98. 

    

     
    

    99. 

  99. 

    

    # Download script/URL (optional)
    

    100. 

  100. 

    

    download: |
    

    101. 

  101. 

    

      from  import download
    

    102. 

  102. 

    

      from pathlib import Path
    

    103. 

  103. 

    

     
    

    104. 

  104. 

    

      # Download labels

    

    105. 

  105. 

    

      segments = True  # segment or box labels

    

    106. 

  106. 

    

      dir = Path(yaml['path'])  # dataset root dir

    

    107. 

  107. 

    

      url = '/ultralytics/yolov5/releases/download/v1.0/'

    

    108. 

  108. 

    

      urls = [url + ('' if segments else '')]  # labels

    

    109. 

  109. 

    

      download(urls, dir=dir.parent)
    

    110. 

  110. 

    

      # Download data

    

    111. 

  111. 

    

      urls = ['/zips/',  # 19G, 118k images

    

    112. 

  112. 

    

              '/zips/',  # 1G, 5k images

    

    113. 

  113. 

    

              '/zips/']  # 7G, 41k images (optional)

    

    114. 

  114. 

    

      download(urls, dir=dir / 'images', threads=3)
    

    115.
第3步：下载预训练权重

打开YOLOv10官方仓库地址，可以根据需要下载相应的预训练权重。

预训练权重下载地址：

GitHub - THU-MIG/yolov10: YOLOv10: Real-Time End-to-End Object Detection

下载完毕后，在主目录下新建weights文件夹（如果已存在，就不需要新建，直接使用即可），然后将下载的权重文件放在weights文件夹下。具体如下图所示：????

第4步：新建Python文件

通过查看YOLOv10官方文档可知，YOLOv10提供CLI和python两种训练方式。区别在于：

  • 方式1：CLI就是直接在终端运行指令
  • 方式2：python需要你新建一个python文件，然后运行代码

方式1：

训练模型的话直接用命令行就可以了

yolo detect train data=custom_dataset.yaml model= epochs=300 batch=8 imgsz=640 device=0,1

device：设备id，如果只有一张显卡，则device=0，如果有两张，则device=0,1，依次类推。

imgsz：图像放缩大小resize，默认是640，如果资源不够可以设置为320试试。

方式2：

考虑到部分同学不喜欢使用命令行方式，在YOLOv10源码目录下新建Python文件，命名为。具体如下图所示：

关于文件的完整代码如下所示：

    

  1. 

    

    # coding:utf-8
    

    2. 

  2. 

    

    
from ultralytics import YOLOv10
    

    3. 

  3. 

    

    # 模型配置文件
    

    4. 

  4. 

    

    model_yaml_path = "ultralytics/cfg/models/v10/"

    

    5. 

  5. 

    

    # 数据集配置文件
    

    6. 

  6. 

    

    data_yaml_path = 'ultralytics/cfg/datasets/'

    

    7. 

  7. 

    

    # 预训练模型
    

    8. 

  8. 

    

    pre_model_name = ''

    

    9. 

  9. 

    

     
    

    10. 

  10. 

    

    
if __name__ == '__main__':
    

    11. 

  11. 

    

     # 加载预训练模型

    

    12. 

  12. 

    

     model = YOLOv10("ultralytics/cfg/models/v10/").load('')
    

    13. 

  13. 

    

     # 训练模型

    

    14. 

  14. 

    

     results = (data=data_yaml_path,epochs=100,batch=8,name='train_v10')
    

    15.
第5步：调节参数

YOLOv10关于模型的各种参数都在ultralytics/cfg/中（其实是与YOLOv8一致的），通过调节这些参数我们就可以实现各种我们所需的操作。

第6步：开始训练

点击运行文件即可进行训练了，可以看到所打印的网络结构如下所示。

????5.模型推理

模型推理测试（默认读取yolov10/ultralytics/assets文件夹下的所有图像）

yolo predict model=

如果测试别的路径下的文件可以在上面命令后面加上source='xxx/'，如果想测试视频，可以使用source='xxx/bus.mp4'。

也可以在YOLOv10根目录下创建文件，该文件源代码如下所示：

    

  1. 

    

    
from ultralytics import YOLOv10
    

    2. 

  2. 

    

     
    

    3. 

  3. 

    

    # Load a pretrained YOLOv10n model
    

    4. 

  4. 

    

    model = YOLOv10("runs/detect/train_v10/weights/")
    

    5. 

  5. 

    

     
    

    6. 

  6. 

    

    # Perform object detection on an image
    

    7. 

  7. 

    

    # results = model("")
    

    8. 

  8. 

    

    results = ("ultralytics/assets/")
    

    9. 

  9. 

    

     
    

    10. 

  10. 

    

    # Display the results
    

    11. 

  11. 

    

    results[0].show()
    

    12.

备注：上面的相对路径地址为训练后的权重文件和所检测的图片地址，根据实际绝对地址填写。

点击运行，模型推理结果如下所示：

????6.导出模型

本节课提供两种导出模型的方法：

方法1：CLI命令方式

    

  1. 

    

    yolo export model= format=onnx # export official model

    

    2. 

  2. 

    

    yolo export model=path/to/ format=onnx # export custom trained model

    

    3.

方式2：Python文件方式

    

  1. 

    

    
from ultralytics import YOLOv10
    

    2. 

  2. 

    

    # Load a model
    

    3. 

  3. 

    

    model = YOLOv10('') # load an official model

    

    4. 

  4. 

    

    model = YOLOv10('path/to/') # load a custom trained model

    

    5. 

  5. 

    

     
    

    6. 

  6. 

    

    # Export the model
    

    7. 

  7. 

    

    (format='onnx')
    

    8.

????7.本节总结

清华大学研究人员推出的YOLOv10，作为首个无NMS目标检测模型，代表了计算机视觉领域的重大进步。与YOLOv8相比，YOLOv10显著减少了推理延迟，使其更适合高速实时应用，如自动驾驶、视频监控和交互式AI系统。这种推理过程中计算步骤的减少突显了YOLOv10的效率和响应能力。

此外，YOLOv10采用了新的无NMS训练方法，对其各部分进行了微调以提高性能，并在速度和准确性之间达到了很好的平衡。这些升级使得模型的部署更容易，性能更强，速度更快，响应更迅速。无论你是研究人员、开发人员还是技术爱好者，YOLOv10都是值得关注的模型。

相关文章